Fully Automated Segmentation of Bladder Sac and Measurement of Detrusor Wall Thickness from Transabdominal Ultrasound Images.

Akkus, Zeynettin; Kim, Bae Hyung; Nayak, Rohit; Gregory, Adriana; Alizad, Azra; Fatemi, Mostafa

Akkus, Zeynettin; Kim, Bae Hyung; Nayak, Rohit; Gregory, Adriana; Alizad, Azra; Fatemi, Mostafa.

Afiliación

Akkus Z; Department of Cardiology, Mayo Clinic, Rochester, MN 55905, USA.
Kim BH; Department of Physiology and Biomedical Engineering, Mayo Clinic, Rochester, MN 55905, USA.
Nayak R; Department of Radiology, Mayo Clinic, Rochester, MN 55905, USA.
Gregory A; Department of Radiology, Mayo Clinic, Rochester, MN 55905, USA.
Alizad A; Department of Physiology and Biomedical Engineering, Mayo Clinic, Rochester, MN 55905, USA.
Fatemi M; Department of Radiology, Mayo Clinic, Rochester, MN 55905, USA.

Sensors (Basel) ; 20(15)2020 Jul 27.

Article en En | MEDLINE | ID: mdl-32727146

Asunto(s)

Manejo de Especímenes; Vejiga Urinaria; Automatización; Humanos; Ultrasonografía; Vejiga Urinaria/diagnóstico por imagen

Palabras clave

bladder segmentation; deep learning; detrusor muscle thickness; dynamic programming; transabdominal ultrasound

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Banco de datos: MEDLINE Asunto principal: Manejo de Especímenes / Vejiga Urinaria Tipo de estudio: Diagnostic_studies / Guideline Límite: Humans Idioma: En Revista: Sensors (Basel) Año: 2020 Tipo del documento: Article País de afiliación: Estados Unidos

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google